算术运算
编辑教程算术运算
MATLAB的算术运算有两种不同类型:1)矩阵算术运算;2)阵列算术运算。
MATLAB矩阵算术运算与线性代数中的定义相同:执行数组操作,无论是在一维和多维数组元素的元素。
矩阵运算符和数组运营商是有区别的句点(.)符号。然而,由于加法和减法运算矩阵和阵列是相同的,操作者这两种情况下是相同的。
下表给出了运算符的简要说明:
操作符 | 描述 |
---|---|
+ | 加法或一元加号。A + B将A和B。 A和B必须具有相同的尺寸,除非一个人是一个标量。一个标量,可以被添加到任何大小的矩阵。 |
- | 减法或一元减号。A - B,减去B从A和B必须具有相同的大小,除非是一个标量。可以从任意大小的矩阵中减去一个标量。 |
* | 矩阵乘法;是一个更精确的矩阵A和B的线性代数积, 矩阵乘法对于非纯量A和B,列一个数必须等于B.标量可以乘以一个任意大小的矩阵的行数。 |
.* | 数组的乘法;A.*B是数组A和B的元素积,A和B必须具有相同的大小,除非A、B中有一个是标量。 |
/ | 斜线或矩阵右除法;B/A与B * inv(A)大致相同。更确切地说: B/A = (A'B')' |
./ | 矩阵右除法;矩阵A与矩阵B相应元素相除(A、B为同纬度的矩阵) |
.\ | 反斜杠或矩阵左除;如果A是一个方阵,AB是大致相同的INV(A) B,除非它是以不同的方式计算。如果A是一个nn的矩阵,B是一个n组成的列向量,或是由若干这样的列的矩阵,则X = AB 是方程 AX = B ,如果A严重缩小或者几乎为单数,则显示警告消息。 |
. | 数组左除法;A. B是元素B(i,j)/A(i,j)的矩阵。A和B必须具有相同的大小,除非其中一个是标量。 |
^ | 矩阵的幂。X^P是X到幂P,如果p是标量;如果p是一个整数,则通过重复平方计算功率。如果整数为负数,X首先反转。对P值的计算,涉及到特征值和特征向量,即如果[ D ] = V,EIG(x),那么X^P = V * D.^P / V。 |
.^ | A.^B:A的每个元素的B次幂(A、B为同纬度的矩阵) |
' | 矩阵的转置;A'是复数矩阵A的线性代数转置,这是复共轭转置。 |
.' | 数组的转置;A'是数组A的转置,对于复数矩阵,这不涉及共轭。 |
举例说明
下面的例子显示使用标量数据的算术运算符。创建一个脚本文件,用下面的代码:
a = 10;
b = 20;
c = a + b
d = a - b
e = a * b
f = a / b
g = a b
x = 7;
y = 3;
z = x ^ y
运行该文件,产生结果如下:
c =
30
d =
-10
e =
200
f =
0.5000
g =
2
z =
343
MATLAB算术运算功能
除了上述列举的一些算术运算符,MATLAB 中还拥有以下的命令/功能:
函数 | 描述 |
---|---|
uplus(a) | 一元加号;增加量a |
plus (a,b) | 相加;返回 a + b |
uminus(a) | 一元减号;减少a |
minus(a, b) | 相减;返回 a - b |
times(a, b) | 数组相乘;返回 a.*b |
mtimes(a, b) | 矩阵相乘;返回 a* b |
rdivide(a, b) | 右阵划分;返回 a ./ b |
ldivide(a, b) | 左阵划分;返回 a. b |
mrdivide(A, B) | 求解线性方程组xA = B for x |
mldivide(A, B) | 求解线性方程组xA = B for x |
power(a, b) | 数组求幂;返回 a.^b |
mpower(a, b) | 矩阵求幂;返回 a ^ b |
cumprod(A) | 累积乘积;返回与包含累积乘积的数组A相同大小的数组。 如果A是向量,则cumprod(A)返回一个包含A的元素的累积乘积的向量。 如果A是矩阵,则cumprod(A)返回一个矩阵,其中包含A的每一列的累积乘积。 如果A是一个多维数组,那么cumprod(A)将沿着第一个非正整数维。 |
cumprod(A, dim) | 沿维 dim 返回返回累积乘积。 |
cumsum(A) | 累加总和;返回包含累积和的数组A 如果A是向量,则cumsum(A)返回一个包含A的元素的累积和的向量。 如果A是矩阵,则cumsum(A)返回一个矩阵,其中包含A的每列的累积和。 如果A是一个多维数组,那么cumsum(A)将沿着第一个非整数维度起作用。 |
cumsum(A, dim) | 返回沿着dim的元素的累积和。 |
diff(X) | 差分和近似导数;计算x相邻元素之间的差异。 如果X是向量,则diff(X)返回相邻元素之间的差异的向量,比X短一个元素:[X(2)-X(1)X(3)-X(2)... X(N)-X(N-1)] 如果X是一个矩阵,则diff(X)返回行差的矩阵:[X(2:m,...)-X(1:m-1,:)] |
diff(X,n) | 递归应用n次,导致第n个差异。 |
diff(X,n,dim) | 它是沿标量dim指定的维数计算的第n个差分函数。 如果order n等于或超过Dim的长度,diff将返回一个空数组。 |
prod(A) | 数组元素的乘积;返回A数组元素的乘积。 如果A是向量,则prod(A)返回元素的乘积。 如果A是非空矩阵,则prod(A)将A的列作为向量,并返回每列乘积的行向量。 如果A是一个空的0-by-0矩阵,则prod(A)返回1。 如果A是一个多维数组,那么prod(A)将沿着第一个非子集维度行为并返回一个乘积数组。 该维数的尺寸减小到1,而所有其他维数的尺寸保持不变。 如果输入A为单个,则prod函数计算并返回B为单个;对于所有其他数字和逻辑数据类型,prod函数计算并返回B为double。 |
prod(A,dim) | 沿dim维度返回乘积。 例如,如果A是矩阵,则prod(A,2)是包含每一行的乘积的列向量。 |
prod(___,datatype) | 在数据类型指定的类中乘以并返回一个数组。 |
sum(A) | 数组元素的总和;返回数组的不同维度的和。 如果A是浮动的,那么是双倍或单个,B是本地累加的, 它与A相同,B与A具有相同的类。如果A不是浮动的,则B被累加为双,B具有类double。 如果A是向量,则sum(A)返回元素的总和。 如果A是矩阵,则sum(A)将A的列作为向量,返回每列的和的行向量。 如果A是一个多维数组,sum(A)将沿着第一个非单例维度的值作为向量来处理,返回一个行向量的数组。 |
sum(A,dim) | 沿标量A的维度求和。 |
sum(..., 'double') sum(..., dim,'double') |
执行双精度加法,并返回double类型的答案,即使A具有数据类型单一或整型数据类型。 这是整型数据类型的默认值。 |
sum(..., 'native') sum(..., dim,'native') |
在本机数据类型A中执行添加,并返回相同数据类型的答案。 这是单和双的默认值。 |
ceil(A) | 向正无穷方向舍入;将a元素舍入为大于或等于A的最近整数。 |
fix(A) | 舍入为零 |
floor(A) | 向负无穷方向舍入;将a元素舍入为小于或等于a的最近整数。 |
idivide(a, b) idivide(a, b,'fix') |
整数除法的舍入选项;与A./B相同,只是分数的商向零舍入到最接近的整数。 |
idivide(a, b, 'round') | 分数的商舍入到最近的整数。 |
idivide(A, B, 'floor') | 分数商向负无穷大舍入到最接近的整数。 |
idivide(A, B, 'ceil') | 分数商向无穷大舍入到最接近的整数。 |
mod (X,Y) | 除法后的模数;返回X - n.* Y,其中 n = floor(X./Y)。 如果Y不是整数,并且商X / Y在整数的舍入误差内,则n是整数。 输入X和Y必须是相同大小的真实数组或实数标量(提供Y〜= 0)。 请注意: mod(X,0) 是 X mod(X,X) 是 0 对于 X = Y 和 Y = 0的 mod(X,Y)具有与Y相同的符号。 |
rem (X,Y) | 除法之后的余数;返回X - n.* Y,其中n = fix(X./Y)。 如果Y不是整数,并且商X / Y在整数的舍入误差内,则n是整数。 输入X和Y必须是相同大小的真实数组或实数标量(提供Y〜= 0)。 请记住: rem(X,0) 是 NaN X〜= 0的rem(X,X)为0 对于 X~=Y 和 Y~=0 的rem(X,Y)与X具有相同的符号。 |
round(X) | 舍入到最接近的整数; 将X的元素舍入到最接近的整数。 正数元素的小数部分为0.5,最大到最接近的正整数。 负数元素的小数部分为-0.5,向下舍入到最接近的负整数。 |
Mos固件,小电视必刷固件
ES6 教程
Vue.js 教程
JSON 教程
jQuery 教程
HTML 教程
HTML 5 教程
CSS 教程
CSS3 教程
JavaScript 教程
DHTML 教程
JSON在线格式化工具
JS在线运行
JSON解析格式化
jsfiddle中国国内版本
JS代码在线运行
PHP代码在线运行
Java代码在线运行
C语言代码在线运行
C++代码在线运行
Python代码在线运行
Go语言代码在线运行
C#代码在线运行
JSRUN闪电教程系统是国内最先开创的教程维护系统, 所有工程师都可以参与共同维护的闪电教程,让知识的积累变得统一完整、自成体系。
大家可以一起参与进共编,让零散的知识点帮助更多的人。
X
选择支付方式:
立即支付
¥
9.99
无法付款,请点击这里
金额: 0 元
备注:
转账时请填写正确的金额和备注信息,到账由人工处理,可能需要较长时间
备注:
转账时请填写正确的金额和备注信息,到账由人工处理,可能需要较长时间
如有疑问请联系QQ:565830900
正在生成二维码, 此过程可能需要15秒钟